Лаборатория интеллектуальных систем управления и прогнозирования

Зав. лабораторией д.т.н.,

доцент Самигулина Г.А.

Основными направлениями исследования являются: разработка теоретических основ, информационных технологий, алгоритмического и программно – аппаратного обеспечения для построения интеллектуальных систем прогнозирования и управления сложными нелинейными динамическими объектами с различными видами неопределенностей параметров на основе биоинсперированных подходов искусственного интеллекта (ИИ) и в частности развитие перспективного направления искусственных иммунных систем (ИИС).  Результаты исследований применялись при разработке следующих приложений: интеллектуализации систем промышленной автоматизации, диагностики промышленного оборудования, при компьютерном молекулярном дизайне лекарственных препаратов с заданными свойствами, дистанционном обучении инженерным специальностям людей с ограниченными возможностями зрения.

Полученные результаты:

Разработана эффективная Smart-технология построения динамических интеллектуальных систем управления сложными объектами на основе когнитивного подхода и новейших разработок ИИ (искусственных иммунных систем, алгоритмов роевого интеллекта, нейронных сетей, генетических алгоритмов, мультиагентных систем и др.) для различных приложений.

– Осуществлен синтез многофункциональной ИИС, состоящей из подсистем, реализующих основные механизмы и алгоритмы функционирования иммунной системы человека (молекулярное узнавание, клональный отбор и негативную селекцию) для оценки состояния и прогноза поведения интеллектуальной системы, диагностики оборудования, поддержки принятия решения и оперативной корректировки поведения системы.

– Созданы новые модифицированные алгоритмы ИИС, а также разработано программное обеспечение для их реализации в многофункциональной ИИС.

          – Разработана система диагностики промышленного оборудования в нефтегазовой отрасли на основе предложенных модифицированных алгоритмов ИИС, подходов AMDEC (Analyse Des Modes de Défaillance set des leurs Effect set leur criticité, анализ режимов работы и отказов, их влияния и степень критичности) и современной микропроцессорной техники фирмы Schneider Electric для поддержки дорогостоящего оборудования в рабочем состоянии, своевременного анализа и прогнозирования критических состояний.

– Разработана инновационная когнитивная Smart-технология на основе ИИС для дистанционного обучения людей с ослабленным зрением инженерным специальностям в лаборатории коллективного пользования компании Honeywell для обучения промышленному оборудованию с использованием распределённой системы управления Experion PKS.

– Предложена оптотехнология по созданию когнитивных мнемосхем для управления сложными объектами.

Авторские свидетельства на программное обеспечение

– Самигулина Г.А., Шаяхметова А.С., Сулеймен О.О. Программное обеспечение «DLS_PIV» (Distance learning system for people with impaired vision) для дистанционного обучения людей с ограниченными возможностями зрения (программа для ЭВМ) // Свидетельство о государственной регистрации прав на объект авторского права. –Астана, 15 января 2016. – № 0090.  – 25 с.

– Самигулина Г.А., Самигулина З.И., Самигулин Т.И. Программное обеспечение Data_Preprocessing для предварительной обработки данных (программа ЭВМ) // Свидетельство о государственной регистрации прав на объект авторского права. –Астана, 28 января 2016. – № 0189.  – 9 с.

– Самигулин Т.И., Ширяева О.И., Самигулина З.И., Самигулина Г.А. Программное обеспечение GeneticPRegulator для решения задач управления сложными объектами (программа ЭВМ) // Свидетельство о государственной регистрации прав на объект авторского права. – Астана, 19 августа 2016. –  № 1824.  – 25 с.

– Самигулина Г.А., Нюсупов А.Т., Шаяхметова А.С. Мультиагентная система для дистанционного обучения людей с ограниченными возможностями зрения (программа для ЭВМ) // Свидетельство о государственной регистрации прав на объект авторского права. –Астана, 3 июля 2017. – № 1614.– 20с.

–  Самигулина Г.А., Масимканова Ж.А. Программное обеспечение «SIIM» (Swarm Intelligence for Immune network Modeling) – Роевой Интеллект для Иммунносетевого Моделирования (программа для ЭВМ) // Свидетельство о государственной регистрации прав на объект авторского права. – Астана, 25 декабря 2017. – № 3191.– 17с.

– Самигулина Г.А., Самигулин Т.И. Программа для ЭВМ «ACCO (Ant Colony for complex object)» // Свидетельство о внесении сведений в государственный реестр прав на объекты, охраняемые авторским правом. – Астана, – № 836, 6 декабря 2018.

–  Самигулина Г.А., Масимканова Ж.А. Программа для ЭВМ «MCPSO (Multi-agent Cooperative Particle Swarm Optimization)» // Свидетельство о внесении сведений в государственный реестр прав на объекты, охраняемые авторским правом. – Астана, – № 2313, 15 марта 2019.

– О.И. Ширяева, Т.И. Самигулин. Реализация Smart-технологии построения системы управления для технологических процессов нефтегазовой отрасли. – Астана, – № 11354, 14 июля 2020.

Основные публикации за последние три года

  1. Samigulina G.A., Samigulina Z.I. Modified immune network algorithm based on the Random Forest approach for the complex objects control // Artificial Intelligence Review. – Springer, 2019 г., №52(4), P. 2457-2473; (IF WoS – 5.747, Cite Score Scopus – 9,1; SJR – 1,228; квартиль Q1; процентиль 89%).
  2. Samigulina G., Massimkanova Zh. Development of Modified Cooperative Particle Swarm Optimization with Inertia Weight for feature selection // Cogent Engineering. – 2020. – Vol. 7, Issue 1 // https://doi.org/10.1080/23311916.2020.1788876. (Thomson Reuters, Cite Score Scopus – 3,1; SJR Scopus – 0,323; квартиль Q2; процентиль 73%).
  3. Samigulina G.A., Samigulina Z.I. Ontological model of multi-agent Smart-system for predicting drug properties based on modified algorithms of artificial immune systems // Theoretical Biology and Medical Modelling. – BMC, 2020. – №17(12). – P.1-22. (IF WoS – 1.68; Cite Score Scopus – 3,1; SJR Scopus – 0,580; квартиль Q2; процентиль 64%).
  4. Samigulina G.A., Samigulina Z.I. Machine learning for big data analysis in drug design // J. Lecture notes in computer science. – Certosa di Pontignano, Siena – Tuscany, Italy, 2020. – Vol. 12514. – P. 1162-1174. (IF WoS – 1,17; Cite Score Scopus – 1,9; SJR Scopus – 0.427; квартиль Q2; процентиль 57%).
  5. Samigulina G.A., Samigulina Z.I. Ontological model for risks assessment of the stages of a Smart-technology for predicting the «structure-property» dependence of drug compounds // J. Advances in Intelligent Systems and Computing. – 2020. – Vol. 1295, P.876-886. (IF WoS – 0,57; Cite Score Scopus –0,9; SJR Scopus –0,18; квартиль Q3; процентиль 27%).
  6. Samigulina G.A., Samigulina Z.I., Lukmanova Zh.S. Cognitive Smart technology of distance learning of Experion PKS distributed control system for oil and gas industry using ontological approach // News of the Academy of sciences of the Republic of Kazakhstan. Series of Geology and Technical Sciences. – Алматы, 2020. – № 1(439). – P. 23-31. (Thomson Reuters, Cite Score Scopus – 0,8; SJR Scopus 0,209; квартиль Q3; процентиль 25%).
  7. Samigulina G., Samigulina Z. Design of technology for prediction and control system based on artificial immune systems and the multi-agent platform JADE // Chapter in book: Agent and Multi-Agent Systems: Technology and Applications. – Split, Croatia. January 2020. – P. 143-153 // DOI: 10.1007/978-981-15-5764-4_13. (Thomson Reuters, Cite Score Scopus – 0,9; SJR Scopus – 0,180; квартиль Q3, процентиль 28%).
  8. Samigulina G.A., Samigulina Z.I. Development of Smart technology for Complex Objects prediction and Control on the Basis of a Distributed Control System and an Artificial Immune Systems Approach // Advances in Sciences, Technology and Engineering Systems Journal. – 2019. – Vol. 4, № 3. – P.75-87. (Cite Score Scopus – 0,6; SJR Scopus – 0,14; квартиль Q3, процентиль 22%).
  9. Samigulina G.А., Massimkanova Zh.A. Development of Smart-technology for Forecasting Technical State of Equipment based on Modified Particle Swarm Algorithms and Immune-Network Modeling. Chapter in book: Computational and Experimental Simulations in Engineering. Mechanisms and Machine Science. – Japan, 2020 // DOI: 10.1007/978-3-030-27053-7_26. (Cite Score Scopus – 0,8; SJR Scopus – 0.172; квартиль Q4; процентиль 25%).
  10. Samigulina G.A., Samigulina Z.I. Development of the industrial equipment diagnostics system based on modified algorithms of artificial immune systems and the AMDEC approach using Schneider Electric equipment // Proceeding of 2020 Intern. Conf. on Industrial Engineering, Applications and Manufacturing. – Sochi, Russia: IEEE, 2020 // DOI:10.1109/ICIEAM48468.2020.9111977. (Scopus).
  11. Samigulina G.A., Samigulina Z.I. Development of Smart-technology for Complex Objects Control based on Approach of Artificial Immune Systems // Materials of 2018 Global Smart Industry Conference. – Chelyabinsk, 2018 // DOI:10.1109/glosic.2018.8570142:14.05.2019. (Scopus)
  12. Samigulina G.А., Massimkanova Zh.A. Multi-agent System for Forecasting Based on Modified Algorithms of Swarm Intelligence and Immune Network Modeling // Proceeding of the 12th Conf. Agents and Multi-agent Systems: Technologies and Applications. – Australia: Springer, 2018. – P. 199-208. (Thomson Reuters, Cite Score Scopus – 0,9; SJR Scopus 0,18; квартиль Q3; процентиль 28%).
  13. Samigulina G.A., Shayakhmetova A.S., Nyusupov A.T. Innovative intelligent technology of distance learning for visually impaired people // Open engineering. – De Gruyter, 2017. – Vol. 7, Issue 1. – P. 444-452. (Cite Score Scopus – 1.2; SJR Scopus – 0,22; квартиль Q3; процентиль 35%; не вошла в отчет 2017 г.).
  14. Samigulina G.A., Nyusupov A.T., Shayakhmetova A.S. Analytical review of software for multi-agent systems and their applications // News of the Academy of sciences of the Republic of Kazakhstan. Series of Geology and Technical Sciences. – Алматы, 2018. – №3 (429). – P. 173-181. (Thompson Reuters, Cite Score Scopus – 0,1; SJR Scopus 0,209; квартиль Q4).

Монографии

  1. Samigulina G.A., Samigulina Z.I. Development of Smart-technologies for prediction and control of complex objects based on modified algorithms of artificial immune systems: Monograph. – Yelm, WA, USA: Science Book Publishing Ноuse, 2020. – 224 p.
  2. Samigulina G.A., Samigulina Z.I. Development and analysis of databases for the intellectual system for predicting the structure-property dependence of drag compounds on the basis of artificial immune systems: Monograph. – Yelm, WA, USA: Science Book Publishing, Ноuse, 2020. – 220 p.